ee.Algorithms.TemporalSegmentation.Ccdc
با مجموعه‌ها، منظم بمانید
ذخیره و طبقه‌بندی محتوا براساس اولویت‌های شما.
الگوریتم نقطه شکست موقتی تشخیص و طبقه‌بندی تغییر مداوم را پیاده‌سازی می‌کند. این الگوریتم با برازش مکرر توابع هارمونیک به داده ها، نقاط شکست زمانی را در مجموعه تصویر پیدا می کند. ضرایب تناسب برای همه باندهای ورودی تولید می شود، اما باندهای مورد استفاده برای تشخیص نقطه شکست را می توان با آرگومان 'breakpointBands' مشخص کرد.
برای جزئیات بیشتر، به Zhu، Z. و Woodcock، CE، 2014 مراجعه کنید. تشخیص تغییرات مداوم و طبقه بندی پوشش زمین با استفاده از تمام داده های موجود Landsat. سنجش از دور محیط زیست، 144، صص152-171.
| استفاده | برمی گرداند | ee.Algorithms.TemporalSegmentation.Ccdc(collection, breakpointBands , tmaskBands , minObservations , chiSquareProbability , minNumOfYearsScaler , dateFormat , lambda , maxIterations ) | تصویر |
| استدلال | تایپ کنید | جزئیات | collection | ImageCollection | مجموعه ای از تصاویر که روی آن CCDC اجرا می شود. |
breakpointBands | لیست، پیش فرض: null | نام یا شاخص باندهایی که برای تشخیص تغییر استفاده می شود. اگر نامشخص باشد، از تمام باندها استفاده می شود. |
tmaskBands | لیست، پیش فرض: null | نام یا فهرست باندهایی که برای تشخیص ابری تکراری TMask استفاده می شود. اینها معمولاً نوار سبز و باند SWIR1 هستند. اگر مشخص نشده باشد، TMask استفاده نمی شود. اگر مشخص شده باشد، «tmaskBands» باید در «breakpointBands» گنجانده شود. |
minObservations | عدد صحیح، پیش فرض: 6 | تعداد مشاهدات مورد نیاز برای علامت گذاری یک تغییر. |
chiSquareProbability | شناور، پیش فرض: 0.99 | آستانه احتمال خی دو برای تشخیص تغییر در محدوده [0، 1]. |
minNumOfYearsScaler | شناور، پیش فرض: 1.33 | عوامل حداقل تعداد سال برای اعمال اتصالات جدید. |
dateFormat | عدد صحیح، پیش فرض: 0 | نمایش زمان برای استفاده در طول اتصال: 0 = jDays، 1 = سال کسری، 2 = زمان یونیکس در میلی ثانیه. زمان شروع، پایان و استراحت برای هر بخش زمانی به این ترتیب رمزگذاری می شود. |
lambda | شناور، پیش فرض: 20 | لامبدا برای برازش رگرسیون LASSO. اگر روی 0 تنظیم شود، به جای LASSO از OLS معمولی استفاده می شود. |
maxIterations | عدد صحیح، پیش فرض: 25000 | حداکثر تعداد اجراها برای همگرایی رگرسیون LASSO. اگر روی 0 تنظیم شود، به جای LASSO از OLS معمولی استفاده می شود. |
جز در مواردی که غیر از این ذکر شده باشد،محتوای این صفحه تحت مجوز Creative Commons Attribution 4.0 License است. نمونه کدها نیز دارای مجوز Apache 2.0 License است. برای اطلاع از جزئیات، به خطمشیهای سایت Google Developers مراجعه کنید. جاوا علامت تجاری ثبتشده Oracle و/یا شرکتهای وابسته به آن است.
تاریخ آخرین بهروزرسانی 2025-07-24 بهوقت ساعت هماهنگ جهانی.
[null,null,["تاریخ آخرین بهروزرسانی 2025-07-24 بهوقت ساعت هماهنگ جهانی."],[[["\u003cp\u003eImplements the Continuous Change Detection and Classification (CCDC) algorithm to identify temporal breakpoints (changes over time) within an image collection.\u003c/p\u003e\n"],["\u003cp\u003eUses harmonic functions to fit the image data and detect changes based on specified bands and statistical thresholds.\u003c/p\u003e\n"],["\u003cp\u003eOffers customization options such as selecting specific bands for change detection, adjusting sensitivity parameters, and configuring the time format for results.\u003c/p\u003e\n"],["\u003cp\u003eProvides fit coefficients for all input bands, aiding in understanding the nature of the detected changes.\u003c/p\u003e\n"],["\u003cp\u003eRelies on iterative fitting and statistical analysis to pinpoint breakpoints and ensure robust change detection.\u003c/p\u003e\n"]]],[],null,["# ee.Algorithms.TemporalSegmentation.Ccdc\n\nImplements the Continuous Change Detection and Classification temporal breakpoint algorithm. This algorithm finds temporal breakpoints in an image collection by iteratively fitting harmonic functions to the data. Fit coefficients are produced for all input bands, but the bands used for breakpoint detection can be specified with the 'breakpointBands' argument.\n\n\u003cbr /\u003e\n\nFor more details, see Zhu, Z. and Woodcock, C.E., 2014. Continuous change detection and classification of land cover using all available Landsat data. Remote sensing of Environment, 144, pp.152-171.\n\n| Usage | Returns |\n|--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|---------|\n| `ee.Algorithms.TemporalSegmentation.Ccdc(collection, `*breakpointBands* `, `*tmaskBands* `, `*minObservations* `, `*chiSquareProbability* `, `*minNumOfYearsScaler* `, `*dateFormat* `, `*lambda* `, `*maxIterations*`)` | Image |\n\n| Argument | Type | Details |\n|------------------------|-------------------------|----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|\n| `collection` | ImageCollection | Collection of images on which to run CCDC. |\n| `breakpointBands` | List, default: null | The name or index of the bands to use for change detection. If unspecified, all bands are used. |\n| `tmaskBands` | List, default: null | The name or index of the bands to use for iterative TMask cloud detection. These are typically the green band and the SWIR1 band. If unspecified, TMask is not used. If specified, 'tmaskBands' must be included in 'breakpointBands'. |\n| `minObservations` | Integer, default: 6 | The number of observations required to flag a change. |\n| `chiSquareProbability` | Float, default: 0.99 | The chi-square probability threshold for change detection in the range of \\[0, 1\\]. |\n| `minNumOfYearsScaler` | Float, default: 1.33 | Factors of minimum number of years to apply new fitting. |\n| `dateFormat` | Integer, default: 0 | The time representation to use during fitting: 0 = jDays, 1 = fractional years, 2 = unix time in milliseconds. The start, end and break times for each temporal segment will be encoded this way. |\n| `lambda` | Float, default: 20 | Lambda for LASSO regression fitting. If set to 0, regular OLS is used instead of LASSO. |\n| `maxIterations` | Integer, default: 25000 | Maximum number of runs for LASSO regression convergence. If set to 0, regular OLS is used instead of LASSO. |"]]
